盘点一下，人工智能顶刊顶会有哪些？(搜索人工制造)

推荐整理分享盘点一下，人工智能顶刊顶会有哪些？(搜索人工制造)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:人工物品有哪些,人工盘点有什么技巧,人工手段,人工的东西有哪些,人工技术,人工手段,人工的东西有哪些,人工技术,内容如对您有帮助，希望把文章链接给更多的朋友！

人工智能过去十年发展快速，也逐步从学术研究走向商业化。但是该领域的主要成果产出依然会发表在国际顶级期刊和会议（即，顶刊顶会）上。

顶会顶刊，通常是指《CCF 推荐国际学术期刊和会议目录》和 ACM 计算机学分类系统相关子领域的 A 类期刊和会议，此外也有相关专家和团体的推荐。

在人工智能领域，除了大家最为熟知的最核心的四大顶会AAAI、IJCAI、ICML和NeurIPS，以及作为计算机视觉和自然语言为代表的CVPR和ACL这两大学术会议，也涌现了许多“后起之秀”，比如仅创立六年却有深度学习顶会“无冕之王”之称的ICLR，还有创办于1996年的大有赶超ACL之势的自然语言处理领域顶会EMNLP，这些“新星会议”的崛起，使得AI领域的会议呈现出亮点纷呈、多面开花的局面。

2019年，中国计算机学会(CCF)日前完成了《中国计算机学会推荐国际学术会议和期刊目录》第五版审定。将国际计算机类刊物和会议分为10个领域，每个领域分别选出期刊和会议的A、B、C三类，也就是大家说的CCF-A和CCF-B。

对于中文刊物，2021年5月 CCF 更新了《计算领域高质量科技期刊分级目录》。CCF 对中文刊物的分类比较简单，分为T1、T2、T3三类，T1为最顶级期刊，T2为非常优秀期刊，T3为优秀期刊。其中，T1类期刊16本，T2类期刊23本，T3类期刊29本；未区分领域。

为了便于了解和追踪AI领域各大顶会/顶刊的发展态势，可以通过科技情报大数据挖掘与服务系统AMiner平台对近五年来会议/期刊数据地深入发掘，主要根据五年来AI领域会议/期刊的H5-index、引用中位数（cit_med ）、10H值（被引最高的10篇论文的被引数量之和）、年均篇数（avg_pub）等指标，期刊还考虑了影响因子（IF）、特征因子（EF）2个额外指标，同时结合CCF等级进行指标相关性分析，依据这些会议/期刊的H5指数进行了统计和排名，最终评选出会议TOP40榜单与期刊TOP60榜单。

从会议排名来看，计算机视觉顶会CVPR以H5指数235、10H值78158高居榜首。机器学习领域顶级会议NIPS，H5指数149，位居第二。排在第三名的同样是机器学习领域的顶级会议，ICML，H5指数128。排名第四、第五的分别是ECCV和ICCV。计算机视觉领域的三大顶会全部上榜，可以看出这一研究方向的火爆与热度。

自然语言处理是除计算机视觉外另一个非常受关注的研究领域，ACL 和 EMNLP 作为自然语言处理这一领域贡献非常大的两大顶会，分别位列第六、第八位。

AAAI 作为人工智能领域的综合性顶会，H5指数89，位列第七。作为机器人领域的国际顶级会议ICRA，排在第九位，H5指数81。该会议由IEEE 机器人与自动化学会主办，从论文接收率来看，ICRA 相比起其他学术会议来说还是比较高的，平均值为 40.9%。

AI领域的首个国际性学术会议IJCAI（International Joint Conference on Artificial Intelligen），H5指数为60，排名第10。作为人工智能领域的老牌会议，国际人工智能联合会议IJCAI已经有50年的历史，它被认为是人工智能领域最为重要、也是最为顶级的学术会议之一，人工智能领域很多开山人物曾在该会议拿奖并发表过优秀论文。目前在清华大学计算机学科推荐期刊会议列表中它由CCF的A类降到了B类，关于清华推荐列表的吐槽，可以参见这篇文章。

从期刊榜单可以看出，无论是从数量还是质量来看，TPAMI在AI领域期刊的表现最为突出，H5指数125，排在榜首。排名第二的是 IEEE Transactions on Cybernetics，H5指数98 。排在第三位的是 TNNLS，CCF 推荐期刊中属于 B 类期刊，H5指数为94。

人工智能领域顶级期刊和会议每年都会在众多学术研究论文之中，通过“双盲评审”，评选出最有新意和价值的研究论文作为最佳研究论文，并授予“Best Paper”奖项。每年大会的最佳论文奖一般分两类，一类是最佳研究论文（Research track），另一类是最佳应用论文（Applied track）。部分会议在每年选出多篇最佳论文（分列第一、二、三名），也有部分顶会每隔几年才会选出一篇最佳论文。

从过去十多年的经验来看，国际顶会历年的最佳研究论文都会对之后很多领域的研究有着开创性的影响。因此，不论是从阅读经典文献的角度，还是从学习最新研究成果的角度来说，分析和探讨每年的最佳研究论文都极具价值。

Best Paper Awards in Computer Science网站收集了自1996年以来30个计算机科学会议的最佳论文奖。

论文引用量是衡量一个科研文献被业界认可度的标志，也是该文献影响力的 重要体现。《AMiner 人工智能发展报告 2020》针对人工智能国际顶会顶刊 2011-2020 年期间的所发表论文的引用量特征及所属领域进行分析。结果分析发现，某一学术会议中引用量最高的论文未必是该会议授予最佳论文奖的论文，反之亦然。

分析还发现，人工智能不同子领域论文的最高引用量的量级跨度很大。2011-2020 年期间人工智能国际顶会顶刊最高引用量前十论文研究以机器学习领域为首，其次是计算机视觉领域研究论文。机器学习和计算机视觉领域论文的引用量级均达到 25 万次以上（数据截止2020年），明显高于其他子领域最高引用论文的引用量。

其中，计算机视觉领域最高影响力论文是 2016 年 CVPR 上、以 Facebook AI Research 何恺明为第一作者的“Deep Residual Learning for Image Recognition （ResNet）”文章，其引用量已超过 6 万。机器学习领域引用量最高的论文是发表在 2015 年 ICLR 会议上的“Adam: A Method for Stochastic Optimization”，该文是由 Google Brain 的 Diederik P., Kingma 和加拿大多伦多大学的助理教授 Jimmy Lei Ba 联合发表，目前引用量将近 6 万。

机器学习领域，影响力排名前 10 论文的引用率都超过万次，且半数以上论文引用率超过 2 万次。从论文研究主题来看，这 10 篇最高影响力论文全部都是与深度学习相关的。从论文来源来看，这 10 篇最高影响力论文之中，有 5 篇来自 NeurIPS 、3 篇来自 ICLR、2 篇来自 ICML。

居于首位的是2015 年 ICLR 会议上由 Google Brain 的 Diederik P., Kingma 和加拿大多伦多大学的助理教授 Jimmy Lei Ba 联合发表的“Adam: A Method for Stochastic Optimization”论文。影响力排名第二位的是 Apple 公司研究员 Ian J.Goodfellow 发表在 NeurIPS 2014 上的一篇论文“Generative Adversarial Nets”，该文也是 GANs 的开山之作。影响力排名第三位的论文是 Facebook 科学家 Tomas Mikolov 发表在 NeurIPS 2013 上的“Distributed Representations of Words and Phrases and their Compositionality （Word2vec）”。

计算机视觉领域最高影响力前十论文。其中，最高引用的论文是发布于 2016 年 CVPR 上、以 Facebook AI Research 何恺明为第一作者的“Deep Residual Learning for Image Recognition”文章，其引用量已超过 6 万。这篇论文也荣获了当年 CVPR Best Paper 奖项，联合作者还包括旷视科技的研究员张祥雨、首席科学家与研究院院长孙剑，以及当时就职于 Momenta 任少卿。该文是一篇非常经典的神经网络的论文，主要通过构建了一种新的网络结构来解决当网络层数过高之后更深层的网络的效果没有稍浅层网络好的问题，并且做出了适当解释以及用 ResNet 残差网络解决了问题。

自然语言处理领域过去十年中最高影响力前十论文。其中，最高引用量论文是 Google 研究员 Jeffrey Pennington 在 2014 年 EMNLP 会议发表的论文“Glove: Global Vectors for Word Representation”，这篇论文提出的单词表示模型是通过仅训练单词-单词共现矩阵中的非零元素，而不是整个稀疏矩阵或大型语料库中的单个上下文窗口，来有效地利用统计信息。该模型产生一个具有有意义子结构的向量空间，在相似性任务和命名实体识别方面优于相关模型。

ICML 是 International Conference on Machine Learning的缩写，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。ICML 关注于发表机器学习的各个方面的前沿研究，如人工智能、统计和数据科学，机器视觉、计算生物学、语音识别和机器人。ICML由IMLS国际机器学习协会支持，始于1980年，此后每年夏季举行。

ICCV2023地址：https://icml.cc/Conferences/2023

COLT全称是计算学习理论年会（Annual Conference on Computational Learning Theory），这是计算学习理论最重要的会议，由ACM每年举办。会议关注学习理论的广泛主题，包括学习算法的设计和分析、学习的统计和计算复杂性、学习的优化方法、无监督、半监督、在线和主动学习等等。

COLT2023地址：https://learningtheory.org/colt2023/

原NIPS会议，2018年改名为NeurlPS，全称是Neural Information Processing Systems（神经信息处理系统），旨在促进神经信息处理系统在生物学、技术、数学和理论方面的研究交流的顶级会议。该会议固定在每年的12月举行，由NIPS基金会主办。

NeurlPS2022地址：https://neurips.cc/Conferences/2022

AAAI的英文全称是 the Association for the Advance of Artificial Intelligence，中文意思是美国人工智能协会。美国人工智能协会（American Association for Artificial Intelligence）是人工智能领域的主要学术组织之一，是一个国际化的非营利科学组织，旨在推动人工智能领域的研究和应用，增进大众对人工智能的了解。会议始于1980年，既注重理论，也注重应用，还会讨论对人工智能发展有着重要影响的社会、哲学、经济等话题。

AAAI2023地址：https://aaai.org/Conferences/AAAI-23/

IJCAI（International Joint Conferences on AI）是一家1969年于美国加州成立的非营利企业，致力于推动科学和教育的发展，由负责会议和期刊的两个部分组成。会议始于1969年，每两年举办一次，从2016年开始改为一年举办一次。

CVPR（IEEE Conference on Computer Vision and Pattern Recognition），即IEEE国际计算机视觉与模式识别会议，计算机视觉三大顶会之一。该会议由IEEE举办，会议主要内容包括计算机视觉与模式识别技术。CVPR有着较为严苛的录用标准，审稿采取是双盲机制，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。CVPR 每年举行, ICCV 和 ECCV 每隔一年交替举行。

CVPR2019地址：https://cvpr2023.thecvf.com/

ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会。由IEEE主办，与CVPR和ECCV并称计算机视觉方向的三大顶级会议，在业内具有极高的评价。不同于在美国每年召开一次的CVPR和只在欧洲召开的ECCV，ICCV在世界范围内每两年召开一次。ICCV论文录用率非常低。会议时间通常在四到五天，相关领域的专家将会展示最新的研究成果。

ICCV2023地址：https://iccv2023.thecvf.com/

ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议) ，两年一次，是计算机视觉三大会议之一（另外两个是ICCV和CVPR）。每次会议在全球范围录用论文300篇左右，主要的录用论文都来自美国、欧洲等顶尖实验室及研究所。

ECCV2022地址：www.eccv2022.org

国际计算语言学协会(ACL，The Association for Computational Linguistics)成立于1962年，是自然语言处理领域影响力最大、最具活力的国际学术组织之一，自成立之日起就致力于推动计算语言学及自然语言处理相关研究的发展和国际学术交流。

ACL2023地址：https://2023.aclweb.org/

EMNLP（Conference on Empirical Methods in Natural Language Processing）是自然语言处理领域的顶会，由ACL学会下的语言数据特殊兴趣小组SIGDAT组织，自1996年起每年举行。

EMNLP2022地址：https://2022.emnlp.org/

IEEE International Conference on Robotics and Automation (简称ICRA)是机器人技术领域最有影响力的国际学术会议之一，每年举办一次。

ICRA2023地址：https://www.icra2023.org/welcome

ICLR，全称为 International Conference on Learning Representations（国际学习表征会议），2013 年才刚刚成立了第一届。这个一年一度的会议虽然今年2017年办到第六届，已经被学术研究者们广泛认可，被认为“深度学习的顶级会议”。

ICLR2023地址：https://iclr.cc/Conferences/2023

AAAI 的英文全称是 Association for the Advance of Artificial Intelligence——美国人工智能协会。该协会是人工智能领域的主要学术组织之一，其主办的年会也是人工智能领域的国际顶级会议。在中国计算机学会的国际学术会议排名以及清华大学新发布的计算机科学推荐学术会议和期刊列表中，AAAI 均被列为人工智能领域的 A 类顶级会议。

本次AAAI 2021一共收到9034篇论文提交，其中有效审稿的只有7911篇，最终录取的数量为1692篇，接收率为21.4%。

SIGIR（International ACM SIGIR Conference on Research and Development in Information Retrieval）是展示信息检索领域新技术和新成果的顶级国际会议，始于1978年，由ACM主办。

SIGIR2022地址：http://sigir.org/sigir2022/

ACM SIGKDD 国际会议（简称 KDD）是由 ACM 的知识发现及数据挖掘专委会（SIGKDD）主办的数据挖掘研究领域的顶级年会。KDD 大会涉及的议题大多跨学科且应用广泛，吸引了来自统 计、机器学习、数据库、万维网、生物信息学、多媒体、自然语言处理、人机交互、社会网络计算、高性能计算以及大数据挖掘等众多领域的专家和学者参会。

KDD2022地址：https://www.kdd.org/kdd2022/

TPAMI（IEEE模式分析与机器智能汇刊）是人工智能领域最顶级国际期刊。主要发表有关计算机视觉和图像理解的所有传统领域，有关模式分析和识别的所有传统领域，以及机器智能的部分领域的论文，特别关注用于模式分析的机器学习。在工程领域里,有些人甚至把这个刊物的分量和难度比作Nature和Science。该刊2021年的影响因子为 24.314。

TPAMI期刊网址：http://www.computer.org/portal/web/tpami/author

International Journal of Computer Vision(计算机视觉国际期刊)，国际期刊计算机视觉，详细描绘了信息科学与工程这一领域的快速发展。一般性发表的文章提出广泛普遍关心的重大技术进步。短文章提供了一个新的研究成果快速发布通道。综述性文章给与了重要的评论，以及当今发展现状的概括。

期刊网址：http://www.springer.com/computer/image+processing/journal/11263

机器学习研究杂志（JMLR）为所有机器学习领域的高质量学术文章的电子和纸质出版提供一个国际论坛，所有已发表的论文均可在网上免费获得，纸质杂志每年出版8次，由麻省理工学院出版社出版。

期刊网址：http://www.jmlr.org/

IEEE RAS（机器人与自动化协会）办的期刊杂志，国际顶级机器人期刊，侧重理论创新。

期刊网址：http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=8860

ARTIFICIAL INTELLIGENCE期刊出版于1970年，现在是公认的这一领域研究成果的首要国际性平台。该期刊欢迎基础研究和描述计算智能的成熟工作的应用论文。

期刊网址：https://www.sciencedirect.com/journal/artificial-intelligence

IEEE Transactions on Audio, Speech and Language Processing，是计算机语音研究领域的国际顶级期刊。

期刊网址：https://signalprocessingsociety.org/publications-resources/ieeeacm-transactions-audio-speech-and-language-processing

图灵奖（ACM A.M. Turing Award）是计算机界最负盛名、最崇高的一个奖项，有“计算机界的诺贝尔奖”之称。图灵奖是计算机协会（ACM）于 1966 年设立的奖项，专门奖励对计算机事业做出重要贡献的个人。其名称取自世界计算机科学的先驱、英国科学家、曼彻斯特大学教授艾伦·图灵（A.M. Turing）。每年度的图灵获奖者一般在次年 3 月下旬由美国计算机协会（ACM）官方颁发

图灵奖获奖者必须是在计算机领域具有持久而重大的先进性的技术贡献，大多数获奖者是计算机科学家。第一位图灵得主是卡耐基梅隆大学的 Alan Perlis（1966 年），第一位女性获奖者是 IBM 的 Frances E. Allen （2006 年）。

2018 年，深度学习领域三位大神 Yoshua Bengio、Geoffrey Hinton 和 Yann LeCun 因为在概念和工程上的重大突破推动了深度神经网络成为计算机领域关键技术而荣获图灵奖。Hinton 的反向传播（BP）算法、LeCun 对卷积神经网络（CNN）的推动以及 Bengio 对循环神经网络（RNN）的贡献是目前图像识别、语音识别、自然语言处理等获得跳跃式发展的基础。

参考资料